Nothing Special   »   [go: up one dir, main page]

KR101467010B1 - Inspection device, inspection method, and program - Google Patents

Inspection device, inspection method, and program Download PDF

Info

Publication number
KR101467010B1
KR101467010B1 KR1020097027439A KR20097027439A KR101467010B1 KR 101467010 B1 KR101467010 B1 KR 101467010B1 KR 1020097027439 A KR1020097027439 A KR 1020097027439A KR 20097027439 A KR20097027439 A KR 20097027439A KR 101467010 B1 KR101467010 B1 KR 101467010B1
Authority
KR
South Korea
Prior art keywords
pattern
pupil plane
data
light amount
amount distribution
Prior art date
Application number
KR1020097027439A
Other languages
Korean (ko)
Other versions
KR20100029781A (en
Inventor
도루 요시카와
Original Assignee
가부시키가이샤 니콘
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시키가이샤 니콘 filed Critical 가부시키가이샤 니콘
Publication of KR20100029781A publication Critical patent/KR20100029781A/en
Application granted granted Critical
Publication of KR101467010B1 publication Critical patent/KR101467010B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects

Landscapes

  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)

Abstract

검사 장치는, 표면에 패턴이 형성된 시료를 얹어 놓기 위한 스테이지와, 패턴을 관찰하기 위한 대물렌즈와, 조명 광학계와, 검출 광학계와, 촬상부와, 해석부를 구비한다. 조명 광학계는, 광원 및 편광자를 포함한다. 그리고, 조명 광학계는, 광원으로부터의 임의의 파장역을 선택하는 동시에, 편광자 및 대물렌즈를 통하여 시료를 낙사 조명한다. 검출 광학계는, 편광자의 편광 방향에 대해서 편광면이 교차하는 검광자를 포함한다. 그리고, 검출 광학계는, 대물렌즈 및 검광자를 통하여 시료로부터의 빛을 검출하는 동시에, 상기 빛에 기초하여 시료 표면의 푸리에 화상을 취득한다. 촬상부는, 푸리에 화상을 촬상한다. 해석부는, 푸리에 화상중에서 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 구하기 위한 연산 처리를 행한다.The inspection apparatus includes a stage for placing a sample on which a pattern is formed, an objective lens for observing the pattern, an illumination optical system, a detection optical system, an imaging section, and an analysis section. The illumination optical system includes a light source and a polarizer. Then, the illumination optical system selects an arbitrary wavelength region from the light source and illuminates the sample through the polarizer and the objective lens. The detection optical system includes an analyzer whose polarization plane crosses the polarization direction of the polarizer. Then, the detection optical system detects light from the sample through the objective lens and the analyzer, and acquires a Fourier image of the surface of the sample based on the light. The image pickup section picks up a Fourier image. The analyzing section performs an arithmetic process to obtain a focused area that receives the influence of the pattern state in the Fourier image larger than other areas.

Description

검사 장치, 검사 방법 및 프로그램{INSPECTION DEVICE, INSPECTION METHOD, AND PROGRAM} [0001] INSPECTION DEVICE, INSPECTION METHOD, AND PROGRAM [0002]

본 발명은, 특히 반도체소자나 액정표시소자 등의 제조 과정에서, 시료 표면의 결함을 검출하는 검사 장치, 검사 방법 및 프로그램에 관한 것이다.TECHNICAL FIELD The present invention relates to an inspection apparatus, an inspection method, and a program for detecting defects on a surface of a sample, in particular, in the process of manufacturing semiconductor devices, liquid crystal display devices and the like.

종래로부터, 반도체 웨이퍼나 액정 기판(총칭하여 '시료'라 한다)의 표면에 형성된 패턴으로부터 발생하는 회절광을 이용하여, 시료 표면의 얼룩이나 흠집 등의 결함을 검사하는 장치가 여러 가지 제안되어 있다. 특히, 근래에는 반도체의 프로세스의 미세화에 따라서, 시료의 결함 관리에도 보다 높은 정밀도가 요구되고 있다.BACKGROUND ART Conventionally, various apparatuses have been proposed for inspecting defects such as spots and scratches on a surface of a sample by using diffracted light generated from a pattern formed on the surface of a semiconductor wafer or a liquid crystal substrate (collectively referred to as a "sample") . Particularly, in recent years, with the miniaturization of the semiconductor process, higher precision is required for the defect management of the sample.

일례로서, 특허문헌 1에는, 미리 구해 둔 양품 기준색 데이터와, 칼라 화상에 기초한 검사면색 데이터의 차에 기초하여, 기판의 불량 후보 영역을 선정하는 전자 회로 부품의 검사 장치가 개시되어 있다.As an example, Patent Document 1 discloses an electronic circuit component inspection apparatus for selecting a defect candidate region on a substrate based on a difference between preliminarily obtained good reference color data and inspection color image data based on a color image.

특허문헌 1 : 일본 공개특허공보2003-302354호Patent Document 1: JP-A-2003-302354

[발명이 해결하고자 하는 과제][Problems to be solved by the invention]

그런데, 상기의 결함 검사로 패턴의 관찰을 정밀도 좋게 행하기 위해서는, 해석 결과중에서 패턴의 특징이 현저하게 나타나는 부분에 주목하여 관찰을 행하는 것이 바람직하다. 그러나, 해석 결과에서 패턴의 특징이 현저하게 나타나는 부분을 특정하는 것은 매우 번잡하여, 그 개선이 더 요청되고 있었다.However, in order to observe the pattern with high precision by the defect inspection described above, it is preferable to perform observation by paying attention to the portion where the characteristic of the pattern appears remarkably in the analysis result. However, it is very troublesome to specify the portion where the characteristic of the pattern appears remarkably in the analysis result, and the improvement is further demanded.

본 발명은 상기 종래 기술의 과제를 해결하기 위한 것이다. 본 발명의 목적은, 해석 결과에서 패턴의 특징이 현저하게 나타나는 부분을 용이하게 특정하기 위한 수단을 제공하는 데에 있다.SUMMARY OF THE INVENTION The present invention is intended to solve the problems of the prior art. It is an object of the present invention to provide a means for easily identifying a portion in which a characteristic of a pattern appears remarkably in an analysis result.

[과제를 해결하기 위한 수단][MEANS FOR SOLVING THE PROBLEMS]

제1의 발명의 검사 장치는, 표면에 패턴이 형성된 시료를 얹어 놓기 위한 스테이지와, 패턴을 관찰하기 위한 대물렌즈와, 조명 광학계와, 검출 광학계와, 촬상부와, 해석부를 구비한다. 조명 광학계는, 광원 및 편광자를 포함한다. 그리고, 조명 광학계는, 광원으로부터의 임의의 파장역을 선택하는 동시에, 편광자 및 대물렌즈를 통하여 시료를 낙사(落射) 조명한다. 검출 광학계는, 편광자의 편광 방향에 대해서 편광면이 교차하는 검광자를 포함한다. 그리고, 검출 광학계는, 대물렌즈 및 검광자를 통하여 시료로부터의 빛을 검출하는 동시에, 상기 빛에 기초하여 시료 표면의 푸리에 화상을 취득한다. 촬상부는, 푸리에 화상을 촬상한다. 해석부는, 푸리에 화상중에서 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 구하기 위한 연산 처리를 행한다.An inspection apparatus according to a first aspect of the present invention includes a stage for placing a sample on which a pattern is formed, an objective lens for observing the pattern, an illumination optical system, a detection optical system, an imaging section, and an analysis section. The illumination optical system includes a light source and a polarizer. Then, the illumination optical system selects an arbitrary wavelength region from the light source, and illuminates the sample through the polarizer and the objective lens. The detection optical system includes an analyzer whose polarization plane crosses the polarization direction of the polarizer. Then, the detection optical system detects light from the sample through the objective lens and the analyzer, and acquires a Fourier image of the surface of the sample based on the light. The image pickup section picks up a Fourier image. The analyzing section performs an arithmetic process to obtain a focused area that receives the influence of the pattern state in the Fourier image larger than other areas.

제2의 발명은, 제1의 발명에 있어서, 해석부는, 패턴의 노광 조건이 각각 다른 복수의 푸리에 화상에 기초하여, 푸리에 화상 사이에서 발생하는 계조차를 화상내의 각각의 위치마다 연산하여, 계조차의 크기로부터 주목 영역을 구한다.The second invention is characterized in that, in the first invention, the analyzing unit calculates, based on a plurality of Fourier images having different exposure conditions of the pattern, the gradation generated between the Fourier images for each position in the image, Even the target area is obtained from the size of the target.

제3의 발명은, 제2의 발명에 있어서, 촬상부는, 푸리에 화상의 칼라 데이터를 생성한다. 또한, 해석부는, 푸리에 화상의 색 성분마다 계조차를 연산하여, 어느 하나의 색 성분의 데이터에 기초하여 주목 영역을 구한다.A third invention is, in the second invention, the image pickup section generates color data of a Fourier image. Further, the analyzing unit calculates the gradation for each color component of the Fourier image, and obtains the focused area based on the data of any one of the color components.

제4의 발명은, 제1의 발명에 있어서, 푸리에 화상에 대응하는 패턴의 선폭 데이터를 입력하는 데이터 입력부를 검사 장치가 더 구비한다. 또한, 해석부는, 패턴의 노광 조건이 각각 다른 복수의 푸리에 화상에 기초하여, 푸리에 화상의 계조치와 패턴의 선폭의 변화율을 화상내의 각각의 위치마다 연산하고, 변화율의 값에 기초하여 주목 영역을 구한다.A fourth aspect of the present invention is that, in the first aspect, the inspection apparatus further comprises a data input unit for inputting linewidth data of a pattern corresponding to the Fourier image. Further, the analyzing unit calculates the gradation of the Fourier image and the rate of change of the line width of the pattern for each position in the image, based on a plurality of Fourier images having different exposure conditions of the pattern, I ask.

제5의 발명은, 제4의 발명에 있어서, 촬상부는, 푸리에 화상의 칼라 데이터를 생성한다. 또한, 해석부는, 푸리에 화상의 색 성분마다 변화율을 연산하여, 어느 하나의 색 성분의 데이터에 기초하여 주목 영역을 구한다.In a fifth invention according to the fourth invention, the image pickup section generates color data of a Fourier image. Further, the analyzing unit calculates the rate of change for each color component of the Fourier image, and obtains the target area based on the data of any one of the color components.

제6의 발명은, 제4 또는 제5의 발명에 있어서, 해석부는, 화상내의 각각의 위치마다 선폭과의 상관오차를 더 연산하고, 변화율의 값 및 상관오차에 기초하여 주목 영역을 구한다.A sixth invention is the sixth invention according to the fourth or fifth invention, wherein the analyzing unit further calculates a correlation error with the line width for each position in the image, and obtains the target area based on the value of the rate of change and the correlation error.

제7의 발명은, 제1로부터 제6중의 어느 하나의 발명에 있어서, 해석부는, 주목 영역에 대응하는 푸리에 화상의 데이터에 기초하여, 시료에서의 패턴의 양부 판정 및 패턴의 변동 검출중의 적어도 하나를 실행한다.The seventh invention is characterized in that, in any one of the first to sixth inventions, the analyzing unit determines at least one of the determination of the pattern in the sample and the variation of the pattern based on the data of the Fourier image corresponding to the target area Run one.

제8의 발명은, 제4로부터 제6중의 어느 하나의 발명에 있어서, 해석부는, 변화율을 연산할 때에 계조치를 선폭으로 변환하는 근사식을 구하는 동시에, 이 근사식에 기초하여 푸리에 화상으로부터 선폭을 추정한다.An eighth aspect of the present invention is the image processing apparatus according to any one of the fourth to sixth aspects, wherein the analyzing unit obtains an approximate expression for converting the gradation value into the line width when calculating the rate of change, and calculates, from the Fourier image, .

한편, 상기 발명에 관한 구성을, 검사 방법이나, 그 검사 방법을 컴퓨터에 실행시키기 위한 프로그램 등으로 변환하여 표현한 것도 본 발명의 구체적 형태로서 유효하다.On the other hand, the configuration according to the present invention is also effective as a concrete form of the present invention by converting the inspection method and a program for causing the computer to execute the inspection method.

[발명의 효과][Effects of the Invention]

본 발명에 의하면, 시료의 패턴을 촬상한 푸리에 화상에 기초하여, 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 구할 수 있다.According to the present invention, on the basis of the Fourier image obtained by picking up the pattern of the sample, it is possible to obtain the attention area which receives the influence of the pattern state larger than other areas.

[도 1] 제1 실시형태의 결함 검사 장치의 개요도1 is an outline view of a defect inspection apparatus according to a first embodiment;

[도 2] 웨이퍼에의 조사광의 입사각도와 동공 내에서의 결상 위치와의 관계의 설명도 Fig. 2 is an explanatory diagram of the relationship between the incident angle of the irradiation light to the wafer and the imaging position in the pupil

[도 3] 제1 실시형태에서의 주목 영역을 구하는 방법을 설명하는 흐름도[Fig. 3] A flowchart for explaining a method for obtaining a target area in the first embodiment

[도 4] 푸리에 화상을 영역 분할한 상태의 일례를 도시한 도면[Fig. 4] A drawing showing an example of a state in which a Fourier image is divided into regions

[도 5] S103에서의 휘도 데이터의 추출 상태를 도시한 모식도5 is a schematic diagram showing an extraction state of luminance data at S103;

[도 6] 분할 영역 Pm에서의 휘도 데이터의 RGB의 계조치를 도시한 그래프 6 is a graph showing a gray scale of RGB data of the luminance data in the divided area P m

[도 7] 푸리에 화상에서의 R의 계조차의 분포 상태를 도시한 도면[Fig. 7] A diagram showing the distribution of the gradients of R in a Fourier image

[도 8] 푸리에 화상에서의 G의 계조차의 분포 상태를 도시한 도면8 is a diagram showing the distribution of the gradation of G in a Fourier image

[도 9] 푸리에 화상에서의 B의 계조차의 분포 상태를 도시한 도면FIG. 9 is a diagram showing the distribution of the system of B even in a Fourier image

[도 10] 패턴의 포커스와 푸리에 화상의 계조치의 상관관계를 도시한 그래프10 is a graph showing the correlation between the pattern focus and the gradation measure of the Fourier image

[도 11] 제2 실시형태에서의 주목 영역을 구하는 방법을 설명하는 흐름도11 is a flowchart for explaining a method for obtaining a target area in the second embodiment

[도 12] 각 푸리에 화상에 대응하는 패턴의 선폭과, 분할 영역 Pm에 있어서의 RGB의 계조치와의 대응 관계의 일례를 도시한 도면12 is a diagram showing an example of a correspondence relationship between a line width of a pattern corresponding to each Fourier image and a gradation measure of RGB in the divided area P m

[도 13] 패턴의 선폭과, 분할 영역 Pm에서의 B의 계조치를 도시한 그래프[Fig. 13] A graph showing the line width of the pattern and the gradation measure of B in the divided area P m

[도 14] 푸리에 화상에서의 R에 대응하는 계수 a의 값의 분포 상태를 도시한 도면14 shows the distribution of the value of the coefficient a corresponding to R in the Fourier image

[도 15] 푸리에 화상에서의 R에 대응하는 상관오차의 값의 분포 상태를 도시한 도면 15 is a diagram showing the distribution state of correlation error values corresponding to R in a Fourier image

[도 16] 푸리에 화상에서의 G에 대응하는 계수 a의 값의 분포 상태를 도시한 도면[Fig. 16] A diagram showing the distribution of the value of the coefficient a corresponding to G in the Fourier image

[도 17] 푸리에 화상에서의 G에 대응하는 상관오차의 값의 분포 상태를 도시한 도면 17 is a diagram showing the distribution state of the correlation error value corresponding to G in the Fourier image

[도 18] 푸리에 화상에서의 B에 대응하는 계수 a의 값의 분포 상태를 도시한 도면18 is a diagram showing the distribution of the value of the coefficient a corresponding to B in the Fourier image

[도 19] 푸리에 화상에서의 B에 대응하는 상관오차의 값의 분포 상태를 도시한 도면 19 is a diagram showing the distribution state of the correlation error value corresponding to B in the Fourier image;

(제1 실시형태의 설명)(Description of First Embodiment)

아래에 도 1을 참조하면서, 제1 실시형태의 결함 검사 장치의 구성을 설명한다.The configuration of the defect inspection apparatus of the first embodiment will be described below with reference to Fig.

결함 검사 장치는, 웨이퍼 스테이지(1)와, 대물렌즈(2)와, 하프 미러(3)와, 조명 광학계(4)와, 검출 광학계(5)와, 촬상부(6)와, 제어 유닛(7)을 구비하고 있다.The defect inspection apparatus comprises a wafer stage 1, an objective lens 2, a half mirror 3, an illumination optical system 4, a detection optical system 5, an imaging section 6, a control unit 7).

웨이퍼 스테이지(1)에는, 패턴의 형성면을 위로 한 상태에서 결함 검사 대상의 웨이퍼(8)(시료)가 놓여진다. 이 웨이퍼 스테이지(1)는, 각각 직교하는 x y z의 3축방향으로 이동이 가능하도록 구성되어 있다(도 1에서는, 지면 상하 방향을 z방향으로 한다). 또한, 웨이퍼 스테이지(1)는 z축을 중심으로 회전할 수 있도록 구성되어 있다.On the wafer stage 1, the wafer 8 to be inspected for defect (sample) is placed with the pattern formation surface facing upward. The wafer stage 1 is configured so as to be able to move in three axial directions x y z orthogonal to each other (in Fig. 1, the vertical direction in the drawing is the z direction). Further, the wafer stage 1 is configured to be able to rotate about the z-axis.

웨이퍼 스테이지(1)의 위쪽에는, 웨이퍼(8)의 패턴을 관찰하기 위한 대물렌즈(2)가 배치되어 있다. 도 1의 예에서는, 대물렌즈(2)의 배율은 100배로 설정되어 있다. 그리고, 대물렌즈(2)의 위쪽에는, 하프 미러(3)가 경사 배치되어 있다. 도 1에서, 하프 미러(3)의 왼쪽에는 조명 광학계(4)가 배치되어 있고, 하프 미러(3)의 위쪽에는 검출 광학계(5)가 배치되어 있다.Above the wafer stage 1, an objective lens 2 for observing the pattern of the wafer 8 is disposed. In the example of Fig. 1, the magnification of the objective lens 2 is set at 100 times. On the upper side of the objective lens 2, the half mirror 3 is inclined. 1, an illumination optical system 4 is disposed on the left side of the half mirror 3, and a detection optical system 5 is disposed above the half mirror 3.

조명 광학계(4)는, 도 1의 왼쪽으로부터 오른쪽을 향하여 배치순서대로, 광원(11)(예를 들면, 백색 LED나 할로겐 램프 등)과, 집광렌즈(12)와, 조도 균일화 유닛(13)과, 개구 조리개(14)와, 시야 조리개(15)와, 콜리메이터 렌즈(16)와, 탈착 가능한 편광자(편광 필터)(17)를 가지고 있다.The illumination optical system 4 includes a light source 11 (for example, a white LED or a halogen lamp), a condenser lens 12, an illumination uniformizing unit 13, An aperture diaphragm 14, a field stop 15, a collimator lens 16, and a removable polarizer (polarizing filter) 17.

여기서, 조명 광학계(4)의 광원(11)으로부터 방출된 빛은, 집광렌즈(12) 및 조도 균일화 유닛(13)을 통하여, 개구 조리개(14) 및 시야 조리개(15)로 유도된다. 조도 균일화 유닛(13)은, 간섭 필터에 의해서 임의의 파장역의 빛을 통과시킨다. 상기의 개구 조리개(14) 및 시야 조리개(15)는, 조명 광학계(4)의 광축에 대해서 개구부의 크기 및 위치를 변경할 수 있도록 구성되어 있다. 따라서, 조명 광학계 (4)에서는, 개구 조리개(14) 및 시야 조리개(15)의 조작에 의해서, 조명 영역의 크기 및 위치의 변경과 조명의 개구각의 조정을 행할 수 있다. 그리고, 개구 조리개 (14) 및 시야 조리개(15)를 통과한 빛은, 콜리메이터 렌즈(16)로 콜리메이트된 후에 편광자(17)를 통과하여 하프 미러(3)에 입사한다.The light emitted from the light source 11 of the illumination optical system 4 is guided to the aperture stop 14 and the field stop 15 through the condenser lens 12 and the intensity equalizing unit 13. The roughness equalizing unit 13 allows light of an arbitrary wavelength range to pass through the interference filter. The aperture stop 14 and the field stop 15 are configured to change the size and position of the opening with respect to the optical axis of the illumination optical system 4. [ Therefore, in the illumination optical system 4, the size and position of the illumination area can be changed and the aperture angle of the illumination can be adjusted by operating the aperture stop 14 and the field stop 15. The light having passed through the aperture stop 14 and the field stop 15 is collimated by the collimator lens 16 and then passes through the polarizer 17 and enters the half mirror 3.

하프 미러(3)는, 조명 광학계(4)로부터의 빛을 아래쪽으로 반사하여 대물렌즈(2)로 유도한다. 이에 따라, 대물렌즈(2)를 통과한 조명 광학계(4)로부터의 빛으로 웨이퍼(8)가 낙사 조명된다. 한편, 웨이퍼(8)에 낙사 조명된 빛은, 웨이퍼(8)로 반사되어 다시 대물렌즈(2)로 돌아오고, 하프 미러(3)를 투과하여 검출 광학계(5)에 입사하게 된다.The half mirror 3 reflects the light from the illumination optical system 4 downward and guides it to the objective lens 2. As a result, the wafer 8 is illuminated by the light from the illumination optical system 4 that has passed through the objective lens 2. On the other hand, the light illuminated on the wafer 8 is reflected by the wafer 8 and then returned to the objective lens 2, transmitted through the half mirror 3, and incident on the detection optical system 5.

검출 광학계(5)는, 도 1의 아래쪽으로부터 위쪽을 향하여 배치순서대로, 탈착이 가능한 검광자(편광 필터)(21)와, 렌즈(22)와, 하프 프리즘(23)과, 베르트랑 렌즈(24)와, 시야 조리개(25)를 가지고 있다. 검출 광학계(5)의 검광자(21)는, 조명 광학계(4)의 편광자(17)에 대해서 크로스 니콜 상태가 되도록 배치되어 있다. 조명 광학계(4)의 편광자(17)와 검출 광학계(5)의 검광자(21)는 크로스 니콜의 조건을 만족하므로, 웨이퍼(8)의 패턴으로 편광 주축이 회전하지 않는 한, 검출 광학계(5)로 관측되는 광량은 0에 가까워진다. The detection optical system 5 includes an analyzer (polarizing filter) 21 capable of being attached and detached in the order of arrangement from the lower side to the upper side in Fig. 1, a lens 22, a half prism 23, a Bertrand lens 24 And a field stop 25, as shown in Fig. The analyzer 21 of the detecting optical system 5 is arranged so as to be in the crossed Nicols state with respect to the polarizer 17 of the illumination optical system 4. [ The polarizer 17 of the illumination optical system 4 and the analyzer 21 of the detection optical system 5 satisfy the condition of Cross Nicol and the detection optical system 5 ) Is close to zero.

또한, 검출 광학계(5)의 하프 프리즘(23)은 입사광속을 2방향으로 분기시킨다. 하프 프리즘(23)을 통과하는 한쪽의 광속은, 베르트랑 렌즈(24)를 통하여 시야 조리개(25)에 웨이퍼(8)의 상을 결상시키는 동시에, 촬상부(6)의 촬상면에 대물렌즈(2)의 동공면상의 휘도 분포를 재현시킨다. 즉, 촬상부(6)에서는, 푸리에 변환된 웨이퍼(8)의 화상(푸리에 화상)을 촬상할 수 있다. 한편, 상기의 시야 조리개(25)는, 검출 광학계(5)의 광축에 대해서 수직 방향의 면내에서 개구 형상을 변화시킬 수 있다. 그 때문에, 시야 조리개(25)의 조작에 의해서, 웨이퍼(8)의 임의의 영역에서의 정보를 촬상부(6)가 검출할 수 있게 된다. 한편, 하프 프리즘(23)을 통과하는 다른쪽의 광속은, 푸리에 변환되어 있지 않은 화상을 촬상하기 위한 제2 촬상부(도시하지 않음)로 유도된다.Further, the half prism 23 of the detection optical system 5 branches the incident light beam in two directions. One of the light beams passing through the half prism 23 forms an image of the wafer 8 on the field stop 25 through the Bertrand lens 24 and forms an image of the objective lens 2 on the image- Thereby reproducing the luminance distribution on the pupil plane. That is, the image pickup section 6 can pick up an image (Fourier image) of the Fourier-transformed wafer 8. On the other hand, the above-mentioned field stop 25 can change the opening shape in the plane perpendicular to the optical axis of the detection optical system 5. Therefore, the image pickup section 6 can detect information in an arbitrary area of the wafer 8 by operating the field stop 25. On the other hand, the other light flux passing through the half prism 23 is guided to a second imaging section (not shown) for imaging an image which is not Fourier transformed.

여기서, 제1 실시형태의 결함 검사로 푸리에 화상{즉, 대물렌즈(2)의 동공면의 상}을 촬상하는 것은 이하의 이유에 따른 것이다. 결함 검사에서 웨이퍼(8)의 패턴을 그대로 촬상한 화상을 이용하면, 패턴의 피치가 검사 장치의 분해능 이하일 때에는, 패턴의 결함을 광학적으로 검출할 수 없게 된다. 한편, 푸리에 화상에서는, 웨이퍼(8)의 패턴에 결함이 있으면 반사광의 대칭성이 무너져, 구조성 복굴절에 의해 푸리에 화상의 광축에 대해서 대칭인 부분끼리의 휘도나 색 등에 변화가 생긴다. 그 때문에, 패턴의 피치가 검사 장치의 분해능 이하일 때에도, 푸리에 화상에서의 상기의 변화를 검출함으로써 패턴의 결함 검출이 가능해진다.Here, the imaging of the Fourier image (that is, the image of the pupil plane of the objective lens 2) by the defect inspection of the first embodiment is for the following reasons. When an image obtained by directly imaging the pattern of the wafer 8 in the defect inspection is used, defects of the pattern can not be optically detected when the pitch of the pattern is less than the resolution of the inspection apparatus. On the other hand, in the Fourier image, if there is a defect in the pattern of the wafer 8, the symmetry of the reflected light is broken, and the luminance and color of the symmetrical parts with respect to the optical axis of the Fourier image are changed due to the structural birefringence. Therefore, even when the pitch of the pattern is less than or equal to the resolution of the inspection apparatus, it is possible to detect defects in the pattern by detecting the above change in the Fourier image.

또한, 도 2를 참조하면서, 웨이퍼(8)에의 조사광의 입사각도와 동공내에서의 결상 위치의 관계를 설명한다. 도 2에 파선으로 도시한 바와 같이, 웨이퍼(8)에의 조사광의 입사각도가 0°일 때에는, 동공상의 결상 위치는 동공의 중심이 된다. 한편, 도 2에 실선으로 도시한 바와 같이, 입사각도 64°(NA=0.9 상당)일 때에는, 동 공상의 결상 위치는 동공의 바깥가장자리부가 된다. 즉, 웨이퍼(8)에의 조사광의 입사각도는, 동공상에서는 동공내의 반경 방향의 위치에 대응한다. 또한, 동공 내에서 광축으로부터 동일 반경내에서의 위치에 결상하는 빛은, 웨이퍼(8)에 동일 각도로 입사한 빛이다.The relationship between the incident angle of the irradiation light to the wafer 8 and the imaging position in the pupil will be described with reference to Fig. As shown by the broken line in Fig. 2, when the incident angle of the irradiation light to the wafer 8 is 0, the pupil-shaped imaging position becomes the center of the pupil. On the other hand, as shown by the solid line in Fig. 2, when the incident angle is 64 degrees (corresponding to NA = 0.9), the image forming position of the coin is the outer edge portion of the pupil. That is, the incident angle of the irradiation light to the wafer 8 corresponds to the radial position of the pupil in the pupil plane. In addition, light that forms an image at a position within the same radius from the optical axis in the pupil is light incident on the wafer 8 at the same angle.

도 1로 돌아와, 촬상부(6)는, 베이어 배열의 칼라 필터 어레이를 가진 촬상 소자에 의해서 상기의 푸리에 화상을 촬상한다. 그리고, 촬상부(6)에서는, 촬상 소자의 출력에 대해서 A/D변환과 각종 화상 처리를 실시하여 푸리에 화상의 RGB 칼라 데이터를 생성한다. 이 촬상부(6)의 출력은 제어 유닛(7)에 접속되고 있다. 한편, 도 1에서는, 촬상부(6)의 개개의 구성요소의 도시는 생략한다.Returning to Fig. 1, the image pickup section 6 picks up the Fourier image by an image pickup element having a color filter array of Bayer array. Then, the image pickup section 6 performs A / D conversion and various image processing on the output of the image pickup device to generate RGB color data of the Fourier image. The output of the imaging section 6 is connected to the control unit 7. [ On the other hand, in Fig. 1, illustration of individual components of the image pickup unit 6 is omitted.

제어 유닛(7)은, 결함 검사 장치의 통괄적인 제어를 실행한다. 이 제어 유닛 (7)은, 푸리에 화상의 데이터를 기록하는 기록부(31)와, 입력 I/F(32)과, 각종 연산 처리를 실행하는 CPU(33)와, 모니터(34) 및 조작부(35)를 가지고 있다. 기록부 (31), 입력 I/F(32), 모니터(34) 및 조작부(35)는, 각각 CPU(33)에 접속되어 있다.The control unit 7 performs overall control of the defect inspection apparatus. The control unit 7 includes a recording unit 31 for recording Fourier image data, an input I / F 32, a CPU 33 for executing various arithmetic processing, a monitor 34 and an operation unit 35 ). The recording section 31, the input I / F 32, the monitor 34, and the operation section 35 are connected to the CPU 33, respectively.

여기서, 제어 유닛(7)의 CPU(33)는, 프로그램의 실행에 의해서 푸리에 화상을 해석하고, 푸리에 화상중에서 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 구한다. 또한, 입력 I/F(32)는, 기록 매체(도시하지 않음)를 접속하는 커넥터나, 외부의 컴퓨터(9)와 접속하기 위한 접속 단자를 가지고 있다. 그리고, 입력 I/F(32)는, 상기의 기록 매체 또는 컴퓨터(9)로부터 데이터를 읽는다.Here, the CPU 33 of the control unit 7 analyzes the Fourier image by execution of the program, and finds a noticed area that receives the influence of the pattern state in the Fourier image larger than other areas. The input I / F 32 has a connector for connecting a recording medium (not shown) or a connection terminal for connecting to an external computer 9. Then, the input I / F 32 reads the data from the recording medium or the computer 9 described above.

다음에, 도 3의 흐름도를 참조하면서, 제1 실시형태에서의 결함 검사시의 주목 영역을 구하는 방법의 일례를 설명한다. 이 제1 실시형태에서는, 각각의 노광 조건(포커스/도즈)이 상이한 동일 형상의 패턴을 복수 형성한 1매의 웨이퍼(8)를 이용하여, 결함 검사로의 주목 영역을 구하는 예를 설명한다.Next, an example of a method for obtaining a target area at the time of defect inspection in the first embodiment will be described with reference to a flowchart of Fig. In this first embodiment, an example of obtaining a target area for defect inspection using one wafer 8 in which a plurality of patterns of the same shape with different exposure conditions (focus / dose) are formed is described.

스텝 101 :제어 유닛(7)의 CPU(33)는, 상기의 웨이퍼(8)상의 각각의 패턴의 소정 위치에 대하여, 촬상부(6)로 각각의 푸리에 화상을 촬상한다. 이에 따라, 제어 유닛(7)의 기록부(31)에는, 동일 형상의 패턴에 대해서, 노광 조건이 각각 다른 복수의 푸리에 화상의 칼라 데이터가 기록되게 된다. 한편, 이후의 설명에서는 간단하게 하기 위해서, 각각의 푸리에 화상을 구별할 때에는 부호 FI를 부여하여 표기한다.Step 101: The CPU 33 of the control unit 7 picks up each Fourier image with the image pickup unit 6 at a predetermined position of each pattern on the wafer 8. As a result, color data of a plurality of Fourier images having different exposure conditions are recorded in the recording unit 31 of the control unit 7 with respect to the same shaped pattern. On the other hand, in the following description, for simplicity, when distinguishing each Fourier image, the symbol FI is assigned.

스텝 102:CPU(33)는, 각각의 푸리에 화상에 대해서, 화상상의 각 위치마다의 R, G, B의 휘도 데이터를 각각 생성한다. 이하, 1프레임째의 푸리에 화상 FI1을 예로 들어 상기의 휘도 데이터를 구하는 방법을 구체적으로 설명한다.Step 102: The CPU 33 generates luminance data of R, G and B for each position on the image for each Fourier image. Hereinafter, a method of obtaining the luminance data using the Fourier image FI 1 of the first frame as an example will be described in detail.

(1) CPU(33)는, 푸리에 화상 FI1을 정방 격자형상의 복수의 영역으로 분할한다. 도 4에, 푸리에 화상을 영역 분할한 상태의 일례를 도시한다. 한편, 이후의 설명에서는 간단하게 하기 위해서, 푸리에 화상상의 분할 영역을 구별할 때에는 부호 P를 부여하여 표기한다.(1) The CPU 33 divides the Fourier image FI 1 into a plurality of square grid-like areas. Fig. 4 shows an example of a state in which a Fourier image is divided into regions. On the other hand, in the following description, in order to simplify the description, when the divisional areas on the Fourier image are distinguished, the symbol P is assigned.

(2) CPU(33)는, 푸리에 화상 FI1의 각 분할 영역마다, RGB의 휘도치의 평균을 각각의 색별로 구한다. 이에 따라, FI1의 각 분할 영역마다, R, G, B의 각 색 성분마다의 계조를 나타내는 휘도 데이터가 각각 생성된다.(2) CPU (33), the Fourier image for each division area of FI 1, calculate the average value of the RGB luminance for each color. Accordingly, luminance data representing the gradation of each color component of R, G, and B is generated for each divided area of FI 1 , respectively.

그리고, CPU(33)는, 상기의 (1) 및 (2)의 공정을 각각의 푸리에 화상으로 반 복한다. 이에 따라, 1프레임째로부터 n프레임째까지의 각 푸리에 화상(FI1∼FIn)으로, 각각의 분할 영역 마다의 R, G, B의 휘도 데이터가 각각 생성되게 된다.Then, the CPU 33 repeats the above-described steps (1) and (2) to each Fourier image. Accordingly, it is to be created in each Fourier image (FI 1 ~FI n) to the n-th frame from the first frame, respectively, each of the R, G, B luminance data of each divided region is.

스텝 103:CPU(33)는, 동일 분할 영역에서의 푸리에 화상(FI1∼FIn) 사이에서의 계조차를 나타내는 계조차 데이터를, RGB의 각 색 성분마다 생성한다.Step 103: The CPU 33 generates gradation-level data indicating the gradation difference between the Fourier images FI 1 to FI n in the same divided area for each color component of RGB.

이하, 푸리에 화상 FI상의 임의의 분할 영역 Pm를 예로 들어 S103에서의 연산 처리를 구체적으로 설명한다.Or less, for example, any of the partition P m on the Fourier image FI will be explained the calculation processing in S103 in detail.

먼저, CPU(33)는, 각각의 푸리에 화상(FI1∼FIn)에 대해서, 분할 영역 Pm에서의 각 색 성분의 휘도 데이터(S102에서 구한 것)를 각각 추출한다(도 5 참조). 다음에, CPU(33)는, 각 색 성분마다 분할 영역 Pm에서의 계조치를 각각 비교한다. 도 6은, 분할 영역 Pm에서의 휘도 데이터의 RGB의 계조치를 도시한 그래프이다. 한편, 도 6에서는, 가로축이 푸리에 화상 FI의 번호를 나타내고, 세로축이 각각의 푸리에 화상의 계조치를 나타낸다.First, the CPU 33 extracts luminance data (obtained from S102) of each color component in the divided area P m for each of the Fourier images FI 1 to FI n (see Fig. 5). Next, the CPU 33 compares the gradation measures in the divided area P m with respect to each color component. Fig. 6 is a graph showing the RGB gradation value of the luminance data in the divided area P m . On the other hand, in Fig. 6, the abscissa represents the number of the Fourier image FI, and the ordinate represents the gradation of each Fourier image.

또한, CPU(33)는, 분할 영역 Pm에 대응하는 휘도 데이터의 계조치중에서, RGB마다의 최대치와 최소치를 추출한다. 그 후에, CPU(33)는, RGB의 각 색 성분마다 상기의 최대치와 최소치의 차분치를 연산한다. 이에 따라, 분할 영역 Pm에서의 푸리에 화상사이에서의 계조차를 나타내는 계조차 데이터가, RGB의 각 색 성분마다 생성된다.Further, the CPU 33 extracts the maximum value and the minimum value for each RGB among the gradation measures of the luminance data corresponding to the divided area P m . Thereafter, the CPU 33 calculates a difference value between the maximum value and the minimum value for each color component of RGB. Thus, even-numbered data indicating the gradation difference between the Fourier images in the divided area P m is generated for each color component of RGB.

그리고, CPU(33)는, 상기의 공정을 모든 분할 영역분만큼 반복한다. 이에 따 라, 푸리에 화상의 모든 분할 영역에서, RGB마다의 계조차 데이터가 각각 생성되게 된다.Then, the CPU 33 repeats the above process for all the divided regions. Accordingly, in all the divided regions of the Fourier image, the gradation difference data for each RGB is generated.

스텝 104:CPU(33)는, S103에서 구한 계조차 데이터에 기초하여, 푸리에 화상의 분할 영역중에서 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 결정한다.Step 104: Based on the gradation data obtained in S103, the CPU 33 determines a focused area in which the influence of the pattern state is larger in the divided areas of the Fourier image than in the other areas.

도 7로부터 도 9는, 푸리에 화상의 각 분할 영역에서의 계조차의 분포 상태를 색 성분마다 도시한 도면이다. 상기의 예에서, 푸리에 화상 사이에서의 휘도의 계조차는, 분할 영역 P1에서의 B의 값이 최대가 된다(도 9 참조). 그 때문에, S104에서의 CPU(33)는, 분할 영역 P1를 주목 영역으로 결정하고, 분할 영역 P1에서의 B의 계조치에 기초하여 후술하는 결함 검사를 실행한다. 여기서, 푸리에 화상에서의 주목 영역의 위치는 웨이퍼(8)의 패턴에 따라 변화한다. 또한, 계조차가 커지는 색 성분은 계조치가 높고, 웨이퍼(8)상의 박막의 간섭에 의해 강해진 것이라고 생각된다. 이상으로, 도 3의 흐름도의 설명을 종료한다.Figs. 7 to 9 are diagrams showing, for each color component, the distribution state of gradation in each divided area of the Fourier image. In the above example, the value of B in the divided area P 1 becomes the maximum even when the brightness is calculated between the Fourier images (see FIG. 9). Therefore, the CPU 33 in S104 determines the divided area P 1 as a target area, and performs defect inspection, which will be described later, on the basis of the B gradation control in the divided area P 1 . Here, the position of the target region in the Fourier image changes in accordance with the pattern of the wafer 8. Further, it is considered that the chromatic component whose chromaticity is even larger is higher in the gradation action and stronger due to the interference of the thin film on the wafer 8. Thus, the description of the flowchart of Fig. 3 is terminated.

그리고, CPU(33)는, 상기의 요령으로 구한 주목 영역 및 색 성분에 주목하여, 푸리에 화상을 해석함으로써 웨이퍼(8)의 패턴의 결함 검사를 실행한다. 여기서, 푸리에 화상에서의 상기의 주목 영역에서는, 패턴 상태의 약간의 변화로도 소정의 색 성분의 계조에 변화가 나타나기 쉽기 때문에, 패턴의 결함 검사를 높은 정밀도로 행할 수 있다.Then, the CPU 33 performs defect inspection of the pattern of the wafer 8 by analyzing the Fourier image, paying attention to the target area and the color component obtained by the above-described method. Here, in the above-noted area of interest in the Fourier image, a slight change in the pattern state is likely to cause a change in the gradation of a predetermined color component, so that defect inspection of the pattern can be performed with high accuracy.

일례로서, 패턴의 노광 조건과 계조치의 상관관계가 미리 판명되어 있는 경 우에는, 결함 검사 대상의 패턴을 촬상한 푸리에 화상을 해석할 때에, CPU(33)는 주목 영역에서의 소정의 색 성분의 데이터(상기의 예에서는 분할 영역 P1에서의 B의 계조치)에 기초하여, 패턴의 결함 검사를 용이하게 행할 수 있다. 여기서, 포커스 상태가 다른 동일 형상의 패턴을 각각 촬상한 푸리에 화상에서, 패턴의 포커스 상태와 푸리에 화상의 계조치와의 상관을 도 10에 도시한다. 상기의 도 10에 대응하는 판정용 데이터를 제어 유닛(7)이 이용할 수 있는 경우에는, 푸리에 화상의 주목 영역에서의 소정의 색 성분의 계조치와 판정용 데이터에서의 포커스 상태의 양품 범위의 계조치를 비교함으로써, CPU(33)는 웨이퍼(8)상의 패턴의 결함을 검출할 수 있다.For example, when the correlation between the pattern exposure condition and the gradation measure is known in advance, when analyzing a Fourier image obtained by imaging a pattern to be inspected for defects, the CPU 33 calculates a predetermined color component The defect inspection of the pattern can be easily performed on the basis of the data (in the above example, the gradation measure of B in the divided area P 1 ). 10 shows a correlation between the focus state of the pattern and the gradation action of the Fourier image in the Fourier image obtained by picking up the same-shaped pattern having different focus states. When the control unit 7 can use the determination data corresponding to the above-described Fig. 10, the gradation of predetermined color components in the target area of the Fourier image and the good range of the focus state in the determination data By comparing the measures, the CPU 33 can detect defects in the pattern on the wafer 8. [

또한, CPU(33)는, 결함 검사 대상이 되는 복수의 푸리에 화상의 해석시에, 주목 영역에서의 소정의 색 성분의 계조에 역치 이상의 변화가 있는 것을 추출하여, 웨이퍼(8)의 패턴의 변동 검출을 실행할 수도 있다.In analyzing a plurality of Fourier images to be inspected for defects, the CPU 33 extracts those having a change of a threshold value or more in the gradation of a predetermined color component in the target area, Detection may be performed.

(제2 실시형태의 설명)(Description of Second Embodiment)

도 11은, 제2 실시형태에서의 결함 검사시의 주목 영역을 구하는 방법의 일례를 설명하는 흐름도이다. 여기서, 제2 실시형태의 결함 검사 장치의 구성은, 도 1에 도시한 제1 실시형태의 결함 검사 장치와 공통되므로 중복 설명은 생략한다.11 is a flowchart for explaining an example of a method for obtaining a target area at the time of defect inspection in the second embodiment. Here, the configuration of the defect inspection apparatus of the second embodiment is the same as that of the defect inspection apparatus of the first embodiment shown in Fig. 1, and a duplicate description will be omitted.

이 제2 실시형태에서는, 제1 실시형태와 동일한 웨이퍼(8)를 이용하여, 각각의 패턴의 푸리에 화상과 패턴마다의 선폭의 데이터에 기초하여 결함 검사에서의 주목 영역을 구한다. 한편, 상기의 패턴에 대응하는 선폭의 데이터는, 예를 들면, 스케터로미터나 주사형 전자현미경(SEM) 등의 선폭 측정기로 측정한 것을 이용한다.In the second embodiment, the target area in the defect inspection is obtained based on the Fourier image of each pattern and the line width data for each pattern using the same wafer 8 as in the first embodiment. On the other hand, data of the line width corresponding to the above pattern is measured by a line width meter such as a scatterometer or a scanning electron microscope (SEM).

스텝 201:CPU(33)는, 상기의 웨이퍼(8)에 대해서, 각각의 패턴에 대응하는 선폭의 데이터군을 입력 I/F(32)로부터 읽어들여 취득한다. 한편, 제어 유닛(7)에 읽힌 선폭의 데이터 군은 기록부(31)에 기록된다.Step 201: The CPU 33 reads the data group of the line width corresponding to each pattern from the input I / F 32 and acquires the data of the wafer 8 on the wafer 8. On the other hand, the data group of the line width read to the control unit 7 is recorded in the recording unit 31. [

스텝 202:CPU(33)는, 상기의 웨이퍼(8)상의 각각의 패턴에 대해서, 촬상부 (6)로 각각의 푸리에 화상을 촬상한다. 한편, 이 스텝은 도 3의 S101에 대응하므로 중복 설명은 생략한다.Step 202: The CPU 33 picks up each Fourier image by the image pickup section 6 with respect to each pattern on the wafer 8 described above. This step corresponds to S101 in Fig. 3, and thus redundant description will be omitted.

스텝 203:CPU(33)는, 각각의 푸리에 화상에 대해서, 화상상의 각 위치마다의 R, G, B의 휘도 데이터를 각각 생성한다. 한편, 이 스텝은 도 3의 S102에 대응하므로 중복 설명은 생략한다.Step 203: The CPU 33 generates luminance data of R, G and B for each position on the image for each Fourier image. On the other hand, this step corresponds to S102 in Fig. 3, and duplicate description will be omitted.

스텝 204:CPU(33)는, 푸리에 화상상의 각 분할 영역(S203)에서, 푸리에 화상의 계조치와 패턴의 선폭의 변화율을 나타내는 근사식을 구한다. 한편, S204에서의 CPU(33)는, 1개의 분할 영역에서, 상기의 근사식을 RGB의 각 색 성분마다 각각 연산한다.Step 204: The CPU 33 obtains an approximate expression representing a change rate of the line width of the pattern measure and the pattern in the Fourier image in each divided area (S203) on the Fourier image. On the other hand, the CPU 33 in S204 calculates the above approximate expression for each color component of RGB in one divided area.

이하, 푸리에 화상 FI상의 임의의 분할 영역 Pm를 예로 들어, S204에서의 연산 처리를 구체적으로 설명한다.For the following, the Fourier image of any partition P m on the FI example, a description will be given of an operation process in the S204 in detail.

(1)첫째, CPU(33)는, 각각의 푸리에 화상(FI1∼FIn)에 대응하는 패턴의 선폭의 데이터를 기록부(31)로부터 읽어낸다. 또한, CPU(33)는, 각각의 푸리에 화상(FI1 ∼FIn)에서의 분할 영역 Pm에서의 각 색 성분의 휘도 데이터(S203에서 구한 것)를 각각 추출한다. 그리고, CPU(33)는, 각각의 푸리에 화상(FI1∼FIn)마다, 패턴의 선폭과 분할 영역 Pm에서의 계조치와의 대응 관계를 구한다. 한편, 도 12에, 각각의 푸리에 화상(FI1∼FIn)에 대응하는 패턴의 선폭과, 분할 영역 Pm에서의 RGB의 계조치와의 대응 관계의 일례를 도시한다.(1) First, the CPU 33 reads the line width data of the pattern corresponding to each of the Fourier images FI 1 to FI n from the recording unit 31. Further, the CPU 33 extracts the luminance data (obtained in S203) of each color component in the divided area P m in each of the Fourier images FI 1 to FI n . Then, for each of the Fourier images FI 1 to FI n , the CPU 33 obtains the corresponding relationship between the line width of the pattern and the gradation measure in the divided area P m . On the other hand, Figure 12 shows a first example of a correspondence relationship between each of the Fourier images (FI 1 ~FI n) of RGB in a line width and a partition Pm of the gradation pattern corresponding to the.

(2)둘째, CPU(33)는, 상기(1)에서, 구한 선폭과 계조치와의 대응 관계의 데이터에 기초하여, 푸리에 화상의 계조치와 패턴의 선폭과의 변화율을 나타내는 근사식을 연산한다.(2) Secondly, the CPU 33 calculates an approximate expression representing the rate of change of the line width of the pattern and the phonetic measures of the Fourier image, based on the data of the correspondence relationship between the line width and the phoneme measures obtained in (1) do.

여기서, 분할 영역 Pm에서의 B의 계조치에 대응하는 근사식의 연산을 설명한다. 도 13에, 패턴의 선폭과 분할 영역 Pm에서의 B의 계조치와의 그래프를 도시한다. 도 13에서는, 가로축이 분할 영역 Pm에서의 B의 계조치를 나타내고, 세로축이 패턴의 선폭을 나타낸다. 한편, 도 13에서는, 1개의 푸리에 화상에 대하여 1개의 점이 그래프상에 플롯된다.Here, the calculation of the approximate expression corresponding to the gradation value of B in the divided area P m will be described. Fig. 13 shows a graph of the line width of the pattern and the gradation measure of B in the divided area P m . In Fig. 13, the abscissa represents the gradation measure of B in the divided region Pm, and the ordinate represents the line width of the pattern. On the other hand, in Fig. 13, one point is plotted on the graph for one Fourier image.

도 13으로부터도 알 수 있듯이, 패턴의 선폭과 푸리에 화상의 계조치는 선형에 비례하여, 일차의 근사식과 잘 일치한다. 그 때문에, CPU(33)는, 패턴의 선폭과 분할 영역 Pm에서의 B의 계조치와의 대응 관계의 데이터로부터, 최소 이승법에 따라 이하의 식(1)을 연산한다.As can be seen from Fig. 13, the line width of the pattern and the tone value of the Fourier image are in good agreement with the linear approximation formula in proportion to the linearity. Therefore, the CPU 33 calculates the following equation (1) from the data of the correspondence relationship between the line width of the pattern and the gradation measure of B in the divided area P m according to the least squares method.

y=ax+b…(1)y = ax + b ... (One)

상기의 식(1)에서, 'y'는 각각의 푸리에 화상에 대응하는 패턴의 선폭을 의미한다. 'x'는 분할 영역 Pm에서의 B의 계조치를 의미한다. 'a'는 패턴의 선폭의 변화량을 B의 계조치의 변화량으로 제한 계수이다. 'b'는 y절편의 값이다. 여기서, 상기의 계수 a의 절대치는, 패턴의 선폭의 변화에 대한 계조 변화의 역수(패턴 상태의 검출 감도의 역수)에 상당한다. 즉, 상기의 계수 a의 절대치가 작아지면, 선폭의 차이가 동일하여도 푸리에 화상의 계조 변화가 커지므로, 패턴 상태의 검출 감도가 보다 높아진다.In the above equation (1), 'y' means line width of a pattern corresponding to each Fourier image. 'x' means a gradation measure of B in the divided area P m . 'a' is the variation coefficient of the line width of the pattern as a variation amount of the gradation measure of B. 'b' is the value of the y-intercept. Here, the absolute value of the coefficient a corresponds to the reciprocal of the gradation change (the reciprocal of the detection sensitivity of the pattern state) with respect to the change of the line width of the pattern. That is, if the absolute value of the coefficient a becomes smaller, the gradation change of the Fourier image becomes larger even if the line widths are the same, so that the detection sensitivity of the pattern state becomes higher.

이상의 공정에 의해서, CPU(33)는, 분할 영역 Pm에서의 B의 계조치에 대응하는 근사식을 구할 수 있다. 물론, CPU(33)는, 분할 영역 Pm에서의 R, G의 계조치에 대응하는 근사식에 대해서도 상기와 같은 공정으로 연산을 행한다. 그 후, CPU(33)는, 푸리에 화상상의 모든 분할 영역에서, RGB의 각 계조치에 대응하는 근사식을 각각 연산한다.By the above process, the CPU 33 can obtain an approximate expression corresponding to the gradation measure of B in the divided region P m . Of course, the CPU 33 also performs an arithmetic operation on the approximate expression corresponding to the gradation of R and G in the divided area P m in the same manner as described above. Thereafter, the CPU 33 calculates approximate expressions corresponding to the respective gradation measures of RGB in all the divided areas on the Fourier image.

스텝 205:CPU(33)는, 푸리에 화상상의 각 분할 영역(S203)에서, S204에서 얻은 근사식과 패턴의 선폭의 상관오차를 각각의 색 성분마다 구한다.Step 205: The CPU 33 obtains, for each color component, the correlation error between the line widths of the approximate expression and the pattern obtained in S204 in each divided area (S203) on the Fourier image.

먼저, CPU(33)는, 푸리에 화상(FI1∼FIn)에 대응하는 선폭과, 근사식(S204)에서 도출되는 선폭과의 편차의 데이터를 생성한다. 물론, CPU(33)는, 각각의 분할 영역에서 RGB의 색 성분별로 상기의 편차의 데이터를 각각 생성한다. 그리고, CPU(33)는, 상기의 편차의 데이터로부터 각각의 분할 영역의 RGB의 색 성분마다 표준 편차를 연산하고, 그 값을 상관오차로 한다.First, the CPU 33 generates data of the deviation between the line width corresponding to the Fourier images FI 1 to FI n and the line width derived from the approximate expression S204. Of course, the CPU 33 generates data of the above-described deviation for each color component of RGB in each of the divided areas. Then, the CPU 33 calculates a standard deviation for each color component of RGB of each divided area from the data of the deviation, and sets the value as a correlation error.

스텝 206:CPU(33)는, S204에서 구한 계수 a(패턴 상태의 검출 감도의 역수)와, S205에서 구한 상관오차에 기초하여, 푸리에 화상의 분할 영역중에서 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역을 결정한다. 즉, CPU(33)는, 계수 a의 절대치가 작고, 또한 상관오차가 충분히 작은 분할 영역으로부터 상기의 주목 영역을 설정한다. 일례로서 CPU(33)는, 상기의 계수 a의 절대치가 작은 것과, 상관오차가 작은 것에 따라서 각각의 분할 영역의 스코어링을 행하여, 이 스코어링의 결과에 기초하여 주목 영역을 결정한다.Step 206: Based on the coefficient a (inverse of the detection sensitivity of the pattern state) obtained in S204 and the correlation error obtained in S205, the CPU 33 receives the influence of the pattern state in the divided regions of the Fourier image larger than other regions Determine the area of interest. That is, the CPU 33 sets the above noted area from the divided area in which the absolute value of the coefficient a is small and the correlation error is sufficiently small. As an example, the CPU 33 scales each divided area according to a small absolute value of the coefficient a and a small correlation error, and determines a target area based on the result of the scoring.

도 14, 도 16, 도 18은, 푸리에 화상에서의 근사식의 계수 a의 값의 분포 상태를 색 성분마다 도시한 도면이다. 또한, 도 15, 도 17, 도 19는, 푸리에 화상에서의 상관오차의 값의 분포 상태를 색 성분마다 도시한 도면이다. 상기의 예에서, 계수 a의 절대치는, 분할 영역 P2로의 B의 계조치에 대응하는 근사식의 것이 최소가 된다. 또한, 분할 영역 P2에서의 B의 계조치에 관해서는, 상관오차의 값도 비교적 작은 값이 된다. 그 때문에, S206에서의 CPU(33)는, 분할 영역 P2를 주목 영역으로 결정하고, 분할 영역 P2에서의 B의 계조치에 기초하여 후술하는 결함 검사를 실행한다. 이상으로, 도 11의 흐름도의 설명을 종료한다.Figs. 14, 16, and 18 are diagrams showing, for each color component, the distribution state of the value of the coefficient a of the approximate expression in the Fourier image. 15, Fig. 17, and Fig. 19 are diagrams showing the distribution state of the correlation error value in the Fourier image for each color component. In the above example, the absolute value of the coefficient a is the least approximate expression corresponding to the gradation value of B in the divided area P 2 . Further, regarding the gradation value of B in the divided area P 2 , the value of the correlation error also becomes a relatively small value. Therefore, CPU (33) in S206, the determining a partition P 2 in the focused region, and performs defect inspection to be described later on the basis of the B gradation value of the partition P 2. Thus, the description of the flowchart of Fig. 11 is terminated.

그리고, CPU(33)는, 상기의 요령으로 구한 주목 영역 및 색 성분에 주목하여 푸리에 화상을 해석함으로써, 웨이퍼(8)의 패턴의 결함 검사나 변동 검출을 실행한다. 특히 제2 실시형태에서는, 패턴의 선폭의 상관오차도 고려하여 주목 영역이 결정되므로, 패턴의 결함 검사 등을 더 높은 정밀도로 행할 수 있다. 한편, 제2 실시 형태에서의 패턴의 결함 검사나 변동 검출의 수법에 대해서는, 제1 실시형태의 경우와 거의 동일하기 때문에 중복 설명을 생략한다.Then, the CPU 33 performs defect inspection and variation detection of the pattern of the wafer 8 by analyzing the Fourier image by paying attention to the target area and the color component obtained by the above-described method. Particularly, in the second embodiment, since the region of interest is determined in consideration of the correlation error of the line width of the pattern, defect inspection of the pattern or the like can be performed with higher precision. On the other hand, the method of defect inspection and variation detection of the pattern in the second embodiment is almost the same as that in the first embodiment, and therefore redundant description will be omitted.

또한, 제2 실시형태에서의 CPU(33)는, 주목 영역을 결정했을 때와 동일한 패턴을 촬상한 푸리에 화상으로부터, 검사 대상의 패턴의 선폭을 추정할 수 있다. 이 경우, CPU(33)는, 검사 대상의 푸리에 화상으로부터 주목 영역의 소정의 색 성분의 계조치(상기의 예이면, 분할 영역 P2에서의 B의 계조치)를 취득한다. 그리고, CPU(33)는, S204 및 S206에서 구한 근사식에 기초하여, 상기의 계조치로부터 패턴의 선폭을 추정한다. 따라서, 제2 실시형태에서는, 푸리에 화상에 기초하여, 결함 검사와 동시에 패턴의 선폭의 추정을 행할 수 있으므로, 웨이퍼(8)의 검사공정에서의 작업성을 현저하게 향상시킬 수 있다.In addition, the CPU 33 in the second embodiment can estimate the line width of a pattern to be inspected from a Fourier image obtained by picking up the same pattern as when the target area is determined. In this case, the CPU 33 obtains a gradation value (a gradation value of B in the divided area P 2 in the above example) of a predetermined color component of the target area from the Fourier image to be inspected. Then, based on the approximate expressions obtained in S204 and S206, the CPU 33 estimates the line width of the pattern from the above-mentioned hierarchical measures. Therefore, in the second embodiment, the line width of the pattern can be estimated simultaneously with the defect inspection based on the Fourier image, so that the workability in the inspection process of the wafer 8 can be remarkably improved.

이 제2 실시형태의 선폭의 추정은, 푸리에 변환후의 패턴의 계조에 기초하여 이루어지므로, 상기의 선폭의 추정치는 시야 조리개(25)에 의해 결정된 웨이퍼(8)의 임의의 영역의 패턴의 선폭을 평균화한 것에 상당한다. 따라서, 제2 실시형태의 경우에는, 패턴의 측정 오차는 SEM의 측정 결과와 비교해도 현저히 작다.Since the estimation of the line width of the second embodiment is performed based on the gradation of the pattern after the Fourier transform, the estimated line width is the line width of the pattern of the arbitrary area of the wafer 8 determined by the field stop 25 Equivalent to averaging. Therefore, in the case of the second embodiment, the measurement error of the pattern is significantly smaller than the measurement result of the SEM.

또한, SEM에 의한 선폭 측정에서는 전자선에 의한 패턴이 연소되는 등이 발생할 수 있지만, 제2 실시형태의 결함 검사 장치에서는 이러한 불량은 생기지 않는다. 또한, 스케터로미터로의 선폭 측정에서는, 측정전의 셋업에 막대한 시간이 요구되지만, 제2 실시형태에 의하면 번잡한 설정 작업을 거의 행하지 않고 패턴의 선폭의 추정을 용이하게 실행할 수 있게 된다.In the line width measurement by the SEM, a pattern due to the electron beam may be burned, but in the defect inspection apparatus of the second embodiment, such defects do not occur. In the line width measurement to the scatterometer, a considerable amount of time is required for the setup before measurement. However, according to the second embodiment, it is possible to easily estimate the line width of the pattern without performing complicated setting operation.

한편, 본 실시형태에서는, 근사식으로서 일차의 근사식을 이용했지만, 이것에 한정되지 않고, 대수 근사, 누승 근사, 다수항 근사를 이용하는 것도 가능하다.On the other hand, in the present embodiment, a linear approximate expression is used as the approximate expression, but the present invention is not limited to this, and it is also possible to use logarithmic approximation, approximate singular approximation, and multiple-term approximation.

(실시형태의 보충 사항)(Supplement to Embodiment)

(1) 상기 실시형태에서는, 주목 영역을 구하는 연산 처리를 결함 검사 장치의 CPU(33)가 실행하는 예를 설명했다. 그러나, 본 발명에서는, 예를 들면, 도 1에 도시한 컴퓨터(9)에 결함 검사 장치로부터의 푸리에 화상의 데이터를 읽어들이게 하고, 컴퓨터(9)상에서 주목 영역을 구하는 연산 처리를 실행하도록 해도 좋다.(1) In the above embodiment, an example in which the CPU 33 of the defect inspection apparatus executes the arithmetic processing for obtaining the target area has been described. However, in the present invention, for example, the computer 9 shown in Fig. 1 may read the data of the Fourier image from the defect inspection apparatus and execute the calculation processing for obtaining the target area on the computer 9 .

(2) 상기 실시형태에서의 CPU(33)는, 주목 영역 및 색 성분을 1개에 한정하지 않고, 복수의 주목 영역 및 색 성분을 참조하여 패턴의 결함 검사 등을 행하도록 해도 좋다.(2) The CPU 33 in the above-described embodiment may perform pattern defect inspection or the like with reference to a plurality of target areas and color components without limiting the target area and the color components to one.

(3) 상기 실시형태에서는, CPU(33)가 주목 영역 및 색 성분을 결정하는 예를 설명했지만, 예를 들면, CPU(33)는 각 분할 영역에서의의 계조차 등의 연산 결과를 모니터(34)에 표시하는 동시에, 오퍼레이터의 조작에 따라 CPU(33)가 주목 영역 및 색 성분을 결정하도록 해도 좋다.(3) In the above-described embodiment, the CPU 33 has described the example in which the region of interest and the color component are determined. However, for example, the CPU 33 may output the calculation results, , And the CPU 33 may determine the target area and the color component in accordance with the operation of the operator.

(4) 상기 실시형태에서는, 푸리에 화상의 칼라 데이터에 기초하여 CPU(33)가 주목 영역을 결정하는 예를 설명했다. 그러나, 본 발명은 그레이 스케일의 푸리에 화상의 데이터를 이용하여 주목 영역을 구하는 것이더라도 좋다.(4) In the above embodiment, an example in which the CPU 33 determines the target area based on the color data of the Fourier image has been described. However, the present invention may use the data of the grayscale Fourier image to obtain the target area.

(5) 상기 실시형태에서는, RGB 색 공간(color space)의 푸리에 화상의 데이터에 기초하여 CPU(33)가 주목 영역을 구하는 예를 설명했다. 그러나, 본 발명에서는, 예를 들면 푸리에 화상의 데이터를 HIS 색 공간(color space)의 데이터로 변환 하여 CPU(33)가 연산 처리를 실행해도 좋다.(5) In the above embodiment, an example in which the CPU 33 obtains the target area based on the data of the Fourier image of the RGB color space has been described. However, in the present invention, for example, the CPU 33 may convert the data of the Fourier image into the data of the HIS color space and perform the arithmetic processing.

(6) 상기 실시형태에서는, 편광자와 검광자를 크로스 니콜로 배치하는 예를 설명했지만, 본 발명에서는 편광자와 검광자의 편광면이 교차하는 상태이면 되고, 반드시 크로스 니콜의 조건을 만족하는 배치에 한정되는 것은 아니다. (6) In the above-described embodiment, an example in which the polarizer and the analyzer are arranged in Cross-Nicol has been described. However, in the present invention, the polarizers and the analyzer need only be in a state of intersecting polarizing planes, no.

한편, 본 발명은, 그 정신 또는 그 주요한 특징으로부터 일탈하지 않고 다른 여러가지 형태로 실시할 수 있다. 그 때문에, 상술한 실시형태는 모든 점에서 단순한 예시에 지나지 않으며, 한정적으로 해석해서는 안된다. 본 발명은, 특허청구의 범위에 의해서 나타나는 것으로서, 본 발명은 명세서 본문에는 아무런 구속도 되지 않는다. 또한, 특허 청구의 범위의 균등 범위에 속하는 변형이나 변경은, 전부 본 발명의 범위내이다.On the other hand, the present invention can be carried out in various other forms without departing from the spirit or the main features thereof. Therefore, the above-described embodiments are merely examples in all respects, and should not be construed restrictively. The present invention is illustrated by the claims, and the present invention is not restricted in the specification. Modifications and variations falling within the scope of equivalency of the claims are all within the scope of the present invention.

Claims (19)

패턴을 관찰하기 위한 대물렌즈와,An objective lens for observing the pattern, 광원 및 편광자를 포함하고, 상기 편광자 및 상기 대물렌즈를 통하여 상기 패턴을 낙사 조명하는 조명 광학계와,An illumination optical system including a light source and a polarizer, for illuminating the pattern through the polarizer and the objective lens, 상기 편광자의 편광 방향에 대해서 편광면이 교차하는 편광 소자인 검광자를 포함하고, 상기 대물렌즈 및 상기 검광자를 통한 상기 패턴으로부터의 빛에 의하여 상기 대물 렌즈의 동공면상의 광량 분포를 나타내는 상을 형성하는 검출 광학계와,And an analyzer as a polarizing element whose polarization plane crosses the polarization direction of the polarizer, and forms an image showing a light amount distribution on the pupil plane of the objective lens by the light from the pattern through the objective lens and the analyzer A detection optical system, 상기 동공면상의 광량 분포를 나타내는 상을 촬상하는 촬상부와,An image pickup section for picking up an image representing a light amount distribution on the pupil plane; 상기 동공면상의 광량 분포 중에서 상기 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역에서의 검출 결과에 기초하여 상기 패턴을 평가하기 위한 연산 처리를 행하는 해석부를 구비하는 것을 특징으로 하는 검사 장치. And an analyzing section for performing arithmetic processing for evaluating the pattern on the basis of a detection result in a region of interest in which the influence of the pattern state is larger than other regions in the light amount distribution on the pupil plane. 제 1 항에 있어서, The method according to claim 1, 상기 조명 광학계가, 상기 관찰을 수행하는 파장역을 선택 가능한 것을 특징으로 하는 검사 장치.Wherein the illumination optical system is capable of selecting a wavelength range for performing the observation. 제 1 항 또는 제 2 항에 있어서, 3. The method according to claim 1 or 2, 상기 해석부는, 패턴을 제작할 때의 노광 조건이 각각 다른 복수의 상기 패턴의 상기 동공면상의 광량 분포에 기초하여, 상기 복수의 동공면의 사이에 발생하는 상기 촬상부에 의한 상기 동공면상의 출력값의 차를 동공면 내의 각각의 위치마다 연산하여, 상기 출력값의 차의 크기로부터 상기 주목 영역을 구하는 것을 특징으로 하는 검사 장치.Wherein the analyzing unit is configured to calculate the amount of light output from the pupil plane by the imaging unit generated between the plurality of pupil surfaces based on the light amount distribution on the pupil plane of a plurality of the patterns having different exposure conditions when the pattern is produced And calculates the target area from the magnitude of the difference in the output value by calculating the difference for each position in the pupil plane. 제 3 항에 있어서, The method of claim 3, 상기 촬상부는, 상기 동공면상의 광량 분포의 칼라 데이터를 생성하고,Wherein the imaging unit generates color data of a light amount distribution on the pupil plane, 상기 해석부는, 상기 동공면상의 광량 분포의 색 성분마다 상기 출력값의 차를 연산하여, 어느 하나의 상기 색 성분의 데이터에 기초하여 상기 주목 영역을 구할지를 결정하는 것을 특징으로 하는 검사 장치.Wherein the analyzing unit calculates the difference between the output values for each color component of the light amount distribution on the pupil plane and determines whether to obtain the target area based on data of any one of the color components. 제 3 항에 있어서, The method of claim 3, 상기 패턴의 선폭 데이터를 입력하는 데이터 입력부를 더 구비하고, And a data input unit for inputting linewidth data of the pattern, 상기 해석부는, 선폭이 다른 복수의 상기 패턴이 다른 복수의 상기 동공면상의 광량 분포에 기초하여, 상기 동공면상에 있어서의 상기 촬상부로부터의 출력값과 상기 패턴의 선폭의 상관계수를 동공면내의 각각의 위치마다 연산하고, 상기 상관계수에 기초하여 상기 주목 영역을 구하는 것을 특징으로 하는 검사 장치. Wherein the analysis unit calculates a correlation coefficient between an output value from the imaging unit on the pupil plane and a line width of the pattern on the pupil plane in a plurality of the pupil plane in which the plurality of patterns having different line widths are different from each other, And calculates the target area based on the correlation coefficient. 제 5 항에 있어서, 6. The method of claim 5, 상기 촬상부는, 상기 동공면상의 광량 분포의 칼라 데이터를 생성하고,Wherein the imaging unit generates color data of a light amount distribution on the pupil plane, 상기 해석부는, 상기 동공면상의 광량 분포의 색 성분마다 상기 상관계수를 연산하여, 어느 하나의 상기 색 성분의 데이터에 기초하여 상기 주목 영역을 구할지를 결정하는 것을 특징으로 하는 검사 장치. Wherein the analyzing unit calculates the correlation coefficient for each color component of the light amount distribution on the pupil plane to determine whether to obtain the target area based on data of any one of the color components. 제 5 항에 있어서, 6. The method of claim 5, 상기 해석부는, 동공면상의 각각의 위치마다 상기 선폭과의 상관오차를 더 연산하고, 상기 상관계수의 값 및 상기 상관오차에 기초하여 상기 주목 영역을 구하는 것을 특징으로 하는 검사 장치.Wherein the analyzing unit further calculates a correlation error with the line width at each position on the pupil plane and obtains the focus area based on the correlation coefficient and the correlation error. 제 1 항에 있어서, The method according to claim 1, 상기 해석부는, 상기 주목 영역에 대응하는 상기 동공면상에 있어서의 상기 촬상부로부터의 출력값의 데이터에 기초하여, 상기 패턴의 양부 판정 및 상기 패턴의 상태 검출 중의 적어도 하나를 실행하는 것을 특징으로 하는 검사 장치. Characterized in that the analyzing section executes at least one of the determination of the degree of the pattern and the detection of the state of the pattern based on the data of the output value from the imaging section on the pupil plane corresponding to the target area Device. 제 5 항에 있어서, 6. The method of claim 5, 상기 해석부는, 상기 상관계수를 연산할 때에 상기 출력값을 상기 선폭으로 변환하는 근사식을 구하는 동시에, 상기 근사식에 기초하여 상기 출력값으로부터 상기 선폭을 추정하는 것을 특징으로 하는 검사 장치. Wherein the analyzing unit obtains an approximate expression for converting the output value into the line width when calculating the correlation coefficient and estimates the line width from the output value based on the approximate expression. 패턴을 관찰하기 위한 대물렌즈와,An objective lens for observing the pattern, 광원 및 편광자를 포함하고, 상기 편광자 및 상기 대물렌즈를 통하여 상기 패턴을 낙사 조명하는 조명 광학계와,An illumination optical system including a light source and a polarizer, for illuminating the pattern through the polarizer and the objective lens, 상기 편광자의 편광 방향에 대해서 편광면이 교차하는 편광 소자인 검광자를 포함하고, 상기 대물렌즈 및 상기 검광자를 통한 상기 패턴으로부터의 빛에 의하여 상기 대물 렌즈의 동공면상의 광량 분포를 나타내는 상을 형성하는 검출 광학계를 구비한 검사 장치를 이용한 검사 방법으로서,And an analyzer as a polarizing element whose polarization plane crosses the polarization direction of the polarizer, and forms an image showing a light amount distribution on the pupil plane of the objective lens by the light from the pattern through the objective lens and the analyzer An inspection method using an inspection apparatus having a detection optical system, 상기 동공면상의 광량 분포의 데이터를 취득하는 데이터 취득 스텝과,A data acquiring step of acquiring data of a light amount distribution on the pupil plane; 상기 동공면상에 있어서의 상기 검사 장치의 촬상부로부터의 출력값 중에서 상기 패턴 상태의 영향을 다른 영역보다 크게 받는 주목 영역에서의 검출 결과에 기초하여 상기 패턴을 평가하는 평가 스텝을 가진 것을 특징으로 하는 검사 방법.And an evaluation step of evaluating the pattern on the basis of the detection result in the target area where the influence of the pattern state is larger than the other areas among the output values from the image pickup unit of the inspection apparatus on the pupil plane. Way. 제 10 항에 있어서, 11. The method of claim 10, 상기 조명 광학계는, 상기 관찰을 수행하는 파장역을 선택 가능한 것을 특징으로 하는 검사 방법.Wherein the illumination optical system is capable of selecting a wavelength range for performing the observation. 제 10 항에 있어서, 11. The method of claim 10, 상기 패턴의 노광 조건이 각각 다른 복수의 상기 동공면상의 광량 분포에 기초하여, 상기 촬상부에 의한 상기 동공면상의 출력값의 차를 동공면내의 각각의 위치마다 연산하여, 상기 출력값의 차의 크기로부터 상기 주목 영역을 구하는 해석 스텝을 가지고 있는 것을 특징으로 하는 검사 방법.Calculating a difference between output values on the pupil plane by the image pickup unit for each position in the pupil plane based on a plurality of light amount distributions on the pupil plane in which the exposure conditions of the pattern are different from each other; And an analyzing step of obtaining the target area. 제 12 항에 있어서, 13. The method of claim 12, 상기 데이터 취득 스텝에서, 상기 동공면상의 광량 분포의 칼라 데이터를 취득하고,Acquiring color data of a light amount distribution on the pupil plane in the data acquiring step, 상기 해석 스텝에서, 상기 동공면상의 광량 분포의 색 성분마다 상기 출력값의 차를 연산하여, 어느 하나의 상기 색 성분의 데이터에 기초하여 상기 주목 영역을 구할지를 결정하는 것을 특징으로 하는 검사 방법.Wherein in the analysis step, the difference between the output values is calculated for each color component of the light amount distribution on the pupil plane, and it is determined whether the target area is to be obtained based on data of any one of the color components. 제 12 항에 있어서, 13. The method of claim 12, 상기 해석 스텝에 앞서, 상기 동공면상의 광량 분포에 대응하는 상기 패턴의 선폭 데이터를 취득하는 선폭 데이터 취득 스텝을 더 가지며,Further comprising a linewidth data obtaining step of obtaining linewidth data of the pattern corresponding to the light amount distribution on the pupil plane prior to the analyzing step, 상기 해석 스텝에서, 선폭이 다른 복수의 상기 패턴의 다른 복수의 상기 동공면상의 광량 분포에 기초하여, 상기 동공면상에 있어서의 상기 촬상부로부터의 출력값과 상기 패턴의 선폭의 상관계수를 화상내의 각각의 위치마다 연산하고, 상기 상관계수의 값에 기초하여 상기 주목 영역을 구하는 것을 특징으로 하는 검사 방법.The correlation coefficient between the output value from the imaging section on the pupil plane and the line width of the pattern on the plurality of the pupil surfaces of the plurality of patterns different in line width from each other And calculates the target area based on the value of the correlation coefficient. 제 14 항에 있어서, 15. The method of claim 14, 상기 데이터 취득 스텝에서, 상기 동공면상의 광량 분포의 칼라 데이터를 취득하고,Acquiring color data of a light amount distribution on the pupil plane in the data acquiring step, 상기 해석 스텝에서, 상기 동공면상의 광량 분포의 색 성분마다 상기 상관계수를 연산하여, 어느 하나의 상기 색 성분의 데이터에 기초하여 상기 주목 영역을 구할지를 결정하는 것을 특징으로 하는 검사 방법.Wherein in the analysis step, the correlation coefficient is calculated for each color component of the light amount distribution on the pupil plane, and it is determined whether to obtain the target area based on data of any one of the color components. 제 14 항에 있어서, 15. The method of claim 14, 상기 해석 스텝에서, 상기 동공면의 각각의 위치마다 상기 선폭과의 상관오차를 더 연산하여, 상기 상관계수의 값 및 상기 상관오차에 기초하여 상기 주목 영역을 구하는 것을 특징으로 하는 검사 방법.Wherein the analyzing step further calculates a correlation error with the line width for each position of the pupil plane and obtains the target area based on the correlation coefficient and the correlation error. 제 10 항에 있어서, 11. The method of claim 10, 상기 주목 영역에 대응하는 상기 동공면의 광량 분포의 데이터에 기초하여, 상기 패턴의 양부 판정 및 상기 패턴의 상태 검출의 적어도 하나를 실행하는 판정 스텝을 더 가지는 것을 특징으로 하는 검사 방법.Further comprising a determination step of performing at least one of determination of whether or not the pattern is good and detection of the state of the pattern based on the data of the light amount distribution of the pupil plane corresponding to the target area. 제 14 항에 있어서, 15. The method of claim 14, 상기 해석 스텝에서, 상기 상관계수를 연산할 때에 상기 출력값을 상기 선폭으로 변환하는 근사식을 구하고, In the analysis step, an approximate expression for converting the output value into the line width when computing the correlation coefficient is obtained, 상기 근사식에 기초하여 상기 출력값으로부터 상기 선폭을 추정하는 선폭 추정 스텝을 더 가지는 것을 특징으로 하는 검사 방법. And a line width estimation step of estimating the line width from the output value based on the approximate expression. 제 10 항에 기재된 검사 방법에서의 데이터 취득 스텝 및 해석 스텝을 컴퓨터에 실행시키는 것을 특징으로 하는 프로그램을 기록한 컴퓨터 판독가능한 기록매체.A computer-readable recording medium on which a computer executes a data obtaining step and an analyzing step in the inspection method according to claim 10.
KR1020097027439A 2007-06-13 2008-06-10 Inspection device, inspection method, and program KR101467010B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2007156443 2007-06-13
JPJP-P-2007-156443 2007-06-13

Publications (2)

Publication Number Publication Date
KR20100029781A KR20100029781A (en) 2010-03-17
KR101467010B1 true KR101467010B1 (en) 2014-12-01

Family

ID=40129415

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097027439A KR101467010B1 (en) 2007-06-13 2008-06-10 Inspection device, inspection method, and program

Country Status (6)

Country Link
US (1) US8040512B2 (en)
JP (1) JP5083315B2 (en)
KR (1) KR101467010B1 (en)
CN (1) CN101680848B (en)
TW (1) TWI436051B (en)
WO (1) WO2008152801A1 (en)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2009125839A1 (en) * 2008-04-11 2011-08-04 株式会社ニコン Inspection device
JP2013502562A (en) * 2009-08-17 2013-01-24 ナンダ テクノロジーズ ゲーエムベーハー Semiconductor wafer inspection and processing method
JP2011099822A (en) * 2009-11-09 2011-05-19 Nikon Corp Surface inspection method and surface inspection device
JP6016463B2 (en) * 2012-06-07 2016-10-26 キヤノン株式会社 Defocus amount estimation method, imaging apparatus, and translucent member
JP2014055789A (en) * 2012-09-11 2014-03-27 Nuflare Technology Inc Pattern evaluation method, and pattern evaluation device
US10652444B2 (en) 2012-10-30 2020-05-12 California Institute Of Technology Multiplexed Fourier ptychography imaging systems and methods
US9864184B2 (en) 2012-10-30 2018-01-09 California Institute Of Technology Embedded pupil function recovery for fourier ptychographic imaging devices
AU2013338193A1 (en) 2012-10-30 2015-05-21 California Institute Of Technology Fourier ptychographic imaging systems, devices, and methods
TWI477766B (en) 2012-12-18 2015-03-21 Ind Tech Res Inst Inspection device and inspection method
JP2016534389A (en) 2013-07-31 2016-11-04 カリフォルニア インスティチュート オブ テクノロジー Aperture scanning Fourier typography imaging
CA2921372A1 (en) 2013-08-22 2015-02-26 California Institute Of Technology Variable-illumination fourier ptychographic imaging devices, systems, and methods
US11468557B2 (en) 2014-03-13 2022-10-11 California Institute Of Technology Free orientation fourier camera
KR101504554B1 (en) * 2014-04-01 2015-03-20 한국기술교육대학교 산학협력단 Apparatus of optical measurement and method using the same
CN104101601B (en) * 2014-06-23 2016-10-05 大族激光科技产业集团股份有限公司 Surface defect detection apparatus and method
JP6415281B2 (en) * 2014-12-05 2018-10-31 東京エレクトロン株式会社 Probe apparatus and probe method
JP2018504577A (en) 2014-12-22 2018-02-15 カリフォルニア インスティチュート オブ テクノロジー Epi-illumination Fourier typography imaging for thick film samples
JP2018508741A (en) 2015-01-21 2018-03-29 カリフォルニア インスティチュート オブ テクノロジー Fourier typography tomography
AU2016211635A1 (en) 2015-01-26 2017-06-29 California Institute Of Technology Multi-well fourier ptychographic and fluorescence imaging
CA2979392A1 (en) 2015-03-13 2016-09-22 California Institute Of Technology Correcting for aberrations in incoherent imaging system using fourier ptychographic techniques
JP6632327B2 (en) * 2015-10-30 2020-01-22 浜松ホトニクス株式会社 Image generation method, image generation device, image generation program, and recording medium
US10568507B2 (en) 2016-06-10 2020-02-25 California Institute Of Technology Pupil ptychography methods and systems
US11092795B2 (en) 2016-06-10 2021-08-17 California Institute Of Technology Systems and methods for coded-aperture-based correction of aberration obtained from Fourier ptychography
US10211027B2 (en) 2016-08-03 2019-02-19 Nuflare Technology, Inc. Method for measuring resolution of charged particle beam and charged particle beam drawing apparatus
KR102592917B1 (en) * 2016-08-26 2023-10-23 삼성전자주식회사 Method for inspecting surface and method for manufacturing semiconductor device
US10140400B2 (en) * 2017-01-30 2018-11-27 Dongfang Jingyuan Electron Limited Method and system for defect prediction of integrated circuits
JP6343705B2 (en) * 2017-07-11 2018-06-13 株式会社ニューフレアテクノロジー Pattern evaluation method and pattern evaluation apparatus
CN109425618B (en) * 2017-08-31 2021-12-28 深圳中科飞测科技股份有限公司 Optical measurement system and method
KR102048240B1 (en) * 2017-09-06 2019-11-25 주식회사 씨티아이랩 System Anomaly Behavior Analysis Technology based on Deep Learning Using Imaged Data
WO2019090149A1 (en) 2017-11-03 2019-05-09 California Institute Of Technology Parallel digital imaging acquisition and restoration methods and systems
CN108332659A (en) * 2018-01-25 2018-07-27 深圳市华星光电半导体显示技术有限公司 A kind of device of detection indium tin oxide films critical size
CN110943002B (en) * 2019-11-18 2022-06-17 錼创显示科技股份有限公司 Wafer, wafer detection system and wafer detection method
US11935244B2 (en) * 2020-10-29 2024-03-19 Changxin Memory Technologies, Inc. Method and apparatus for improving sensitivity of wafer detection, and storage medium
KR102463020B1 (en) * 2020-12-18 2022-11-03 주식회사 포스코 Point corrosion defect evaluation device and evaluation method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02189448A (en) * 1989-01-17 1990-07-25 Mitsubishi Electric Corp Detecting method of defect in surface protection film of semiconductor
JP2000155099A (en) * 1998-09-18 2000-06-06 Hitachi Ltd Method and device for observation of sample surface, method and device for flaw inspection
JP2005233869A (en) * 2004-02-23 2005-09-02 Raitoron Kk Fine structure inspection device and fine structure inspection method
US20060072106A1 (en) * 2004-10-05 2006-04-06 Shigeru Matsui Image viewing method for microstructures and defect inspection system using it

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690469B1 (en) 1998-09-18 2004-02-10 Hitachi, Ltd. Method and apparatus for observing and inspecting defects
JP4090775B2 (en) 2002-04-05 2008-05-28 日本特殊陶業株式会社 Appearance inspection method and appearance inspection apparatus for electronic circuit components, and method for manufacturing electronic circuit components
JP4901090B2 (en) * 2004-10-06 2012-03-21 株式会社ニコン Defect inspection method and defect detection apparatus
CN101490538B (en) * 2006-08-02 2013-03-27 株式会社尼康 Defect detecting apparatus and defect detecting method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02189448A (en) * 1989-01-17 1990-07-25 Mitsubishi Electric Corp Detecting method of defect in surface protection film of semiconductor
JP2000155099A (en) * 1998-09-18 2000-06-06 Hitachi Ltd Method and device for observation of sample surface, method and device for flaw inspection
JP2005233869A (en) * 2004-02-23 2005-09-02 Raitoron Kk Fine structure inspection device and fine structure inspection method
US20060072106A1 (en) * 2004-10-05 2006-04-06 Shigeru Matsui Image viewing method for microstructures and defect inspection system using it

Also Published As

Publication number Publication date
TWI436051B (en) 2014-05-01
JP5083315B2 (en) 2012-11-28
KR20100029781A (en) 2010-03-17
WO2008152801A1 (en) 2008-12-18
JPWO2008152801A1 (en) 2010-08-26
CN101680848B (en) 2011-11-23
US8040512B2 (en) 2011-10-18
CN101680848A (en) 2010-03-24
US20100079758A1 (en) 2010-04-01
TW200912287A (en) 2009-03-16

Similar Documents

Publication Publication Date Title
KR101467010B1 (en) Inspection device, inspection method, and program
JP5178079B2 (en) Defect inspection method and apparatus
US9222897B2 (en) Method for characterizing a feature on a mask and device for carrying out the method
KR101304615B1 (en) Dark-field defect inspection method, dark-field defect inspection device, aberration analysis method and aberration analysis device
WO2010050488A1 (en) Defect inspection device and defect inspection method
KR20100110321A (en) Inspecting apparatus and inspecting method
US9605946B2 (en) Method for characterizing a structure on a mask and device for carrying out said method
JP2000098253A (en) Device for detecting physycal quantity of observed object and detecting method using the same
JPH10506460A (en) Device for checking the integrity of video acquisition of cytological systems
WO2009133849A1 (en) Inspection device
WO2009125839A1 (en) Inspection device
CN107329373B (en) A kind of overlay error measuring device and method
JP2009265026A (en) Inspection device
JP2010101714A (en) Parameter determining apparatus for inspecting pattern, program and parameter determining method
CN111610198A (en) Defect detection device and method thereof
Attota et al. Optical critical dimension measurement and illumination analysis using the through-focus focus metric
US20230205095A1 (en) Method and system for determining one or more dimensions of one or more structures on a sample surface
JP2011118269A (en) Method for adjusting objective lens, objective lens unit, and surface inspection device
JP2010112739A (en) Inspection method and device
JP4496149B2 (en) Dimensional measuring device
WO2022051551A1 (en) Multi-perspective wafer analysis
JP2011123397A (en) Objective lens unit and surface inspection device
CN117168296A (en) Calculation method, imaging method, and imaging device
Kawai et al. Novel CD inspection technology leveraging a form birefringence in a Fourier space
JP2011013131A (en) Surface inspection method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171030

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181119

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191118

Year of fee payment: 6